当前位置:首页 > 文章列表 > 文章 > java教程 > JavaCollectors.partitioningBy分区用法详解

JavaCollectors.partitioningBy分区用法详解

2026-02-13 23:49:44 0浏览 收藏
Java 8 Stream API 中的 Collectors.partitioningBy 是一个高效简洁的分区工具,能根据布尔条件(如判断奇偶、是否成年等)将数据流一分为二,直接返回以 true/false 为键、对应元素列表为值的 Map,不仅语义清晰、代码简练,还支持嵌套下游收集器实现更复杂的聚合操作,是处理二元分类场景的首选方案。

Java中如何利用Collectors.partitioningBy进行数据分区

在Java 8引入的Stream API中,Collectors.partitioningBy 是一个非常实用的收集器,它可以根据一个布尔条件将数据分成两个分区:一个是满足条件的元素,另一个是不满足条件的元素。返回结果是一个 Map>,其中键为 truefalse,分别对应匹配和不匹配的元素列表。

基本语法

partitioningBy 接收一个 Predicate(谓词)函数式接口作为参数:

Collector>> partitioningBy(Predicate predicate)

简单示例:按偶数奇数分区

假设我们有一个整数列表,想把偶数和奇数分开:

import java.util.*;
import java.util.stream.Collectors;

List numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);

Map> evenOddPartition = numbers.stream()
    .collect(Collectors.partitioningBy(n -> n % 2 == 0));

System.out.println("偶数: " + evenOddPartition.get(true));
System.out.println("奇数: " + evenOddPartition.get(false));
输出结果:

偶数: [2, 4, 6, 8, 10]
奇数: [1, 3, 5, 7, 9]

复杂对象的分区示例:按年龄是否成年

我们有一个用户类,想根据是否成年(年龄 ≥ 18)进行分区:

class Person {
    String name;
    int age;

    Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    // getter 方法
    public String getName() { return name; }
    public int getAge() { return age; }

    @Override
    public String toString() {
        return name + "(" + age + ")";
    }
}

List people = Arrays.asList(
    new Person("Alice", 25),
    new Person("Bob", 17),
    new Person("Charlie", 20),
    new Person("Diana", 16)
);

Map> adultMinor = people.stream()
    .collect(Collectors.partitioningBy(p -> p.getAge() >= 18));

System.out.println("成年人: " + adultMinor.get(true));
System.out.println("未成年人: " + adultMinor.get(false));
输出:

成年人: [Alice(25), Charlie(20)]
未成年人: [Bob(17), Diana(16)]

进阶用法:结合 downstream 收集器

你还可以使用 partitioningBy 的重载方法,传入第二个收集器来进一步处理每个分区的数据。

例如,只统计每组人数:

Map countByAdult = people.stream()
    .collect(Collectors.partitioningBy(
        p -> p.getAge() >= 18,
        Collectors.counting()
    ));

System.out.println("成年人数: " + countByAdult.get(true)); // 2
System.out.println("未成年数: " + countByAdult.get(false)); // 2
或者提取名字列表:

Map> namesByAgeGroup = people.stream()
    .collect(Collectors.partitioningBy(
        p -> p.getAge() >= 18,
        Collectors.mapping(Person::getName, Collectors.toList())
    ));
基本上就这些。partitioningBy 特别适合二元分类场景,代码清晰且表达力强,是Stream中处理“是/否”类分组的首选方式。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《JavaCollectors.partitioningBy分区用法详解》文章吧,也可关注golang学习网公众号了解相关技术文章。

网上订阅杂志怎么选?全攻略详解网上订阅杂志怎么选?全攻略详解
上一篇
网上订阅杂志怎么选?全攻略详解
PS发光直线制作教程详解
下一篇
PS发光直线制作教程详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    12次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    125次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    49次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    17次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    68次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码